基于小波变换的图像融合技术研究
合集下载
基于小波变换的图像融合算法的实现
（ 海海事大学 ， 卜 ２ ０ ３ ） 上 海 ０ １５
摘要 ： 出了一种基于小 波变换的融合算法， 提 算法针对小波变换后的低频分量和高频分量的不同特点，
选用 了不同的准则进行融合，通过小波逆变换得到融合图像。实验结果表明，这种算法充分考虑 了小 波 变换 的特 点和人 眼视 觉特性 ， 具有增 强 图像 的空 间细节 能力 ，融 合效果 良好 。 关键 词 ： 图像 融合 ；小 波分解 ；视 觉特 性 ；梯度 算 法； 阈值
所示 。
变换 、Ｐ Ａ法和 小波 变换 等方 法 。从 实施 过程 的灵 活 Ｃ
中图分类号 ：Ｔ ３ １ Ｐ ９ 文献 标识 码 ：Ａ 文章编 号 ：１ ０ ８ １ ０ ７０ —４ ５０ ０ １８ ９ （ ０ ）８０ ５ —４ ２
Ａ ｍ ａ ｅ Ｉ ｇ ｓＦｕｓｏ ｌ ｏ ｉｈｍ ｓ ｄ ｏ ａ ｅｅ ａ ｆ ｒ ｉ ｎＡ ｇ ｒｔ Ｂａ ｅ ｎＷ ｖ ｌｔＴｒ ｎｓｏ ｍ
其分 解重 构实 际是 一个 高通和 低通 滤波 的过 程 ，仍 在
一
定 程度 丢失 了原 始 图像 中的一 些边缘 信息 ，从 而使
发 了世 界 范 围 内对 多传 感 器 信 息 融 合研 究 的普 遍 关 注 【。 中作为 当代三 大成 像 系统 （ Ｊ其 Ｊ 雷达 成像 系统 、工 业 电视 成 像系统 、红外 成 像 系统 ） 一 的红 外成 像 系 之 统 中的相 关技术 研 究也很 广泛 和深 入ｌ。 ２ Ｊ
Ｘ Ｕ ａ— Ｋ ｉｙｕ， ＬＩＳｈ ａ ｇ— ｉ ｕ ｎ ｙ
（ｈ ｎ ｈ ｉ Ｓ ａ ｇ ａ ｒｔ ｉｅ ｓｔ， ｈ ｎ ｈ ｉ ０ １ ５ Ｃ ｉ ａ） Ｍａ ｉ ｍｅ Ｕｎ ｖ ｒ ｉ Ｓ ａ ｇ ａ ０ ３ ， ｈ ｎ ｉ ｙ ２
摘要 ： 出了一种基于小 波变换的融合算法， 提 算法针对小波变换后的低频分量和高频分量的不同特点，
选用 了不同的准则进行融合，通过小波逆变换得到融合图像。实验结果表明，这种算法充分考虑 了小 波 变换 的特 点和人 眼视 觉特性 ， 具有增 强 图像 的空 间细节 能力 ，融 合效果 良好 。 关键 词 ： 图像 融合 ；小 波分解 ；视 觉特 性 ；梯度 算 法； 阈值
所示 。
变换 、Ｐ Ａ法和 小波 变换 等方 法 。从 实施 过程 的灵 活 Ｃ
中图分类号 ：Ｔ ３ １ Ｐ ９ 文献 标识 码 ：Ａ 文章编 号 ：１ ０ ８ １ ０ ７０ —４ ５０ ０ １８ ９ （ ０ ）８０ ５ —４ ２
Ａ ｍ ａ ｅ Ｉ ｇ ｓＦｕｓｏ ｌ ｏ ｉｈｍ ｓ ｄ ｏ ａ ｅｅ ａ ｆ ｒ ｉ ｎＡ ｇ ｒｔ Ｂａ ｅ ｎＷ ｖ ｌｔＴｒ ｎｓｏ ｍ
其分 解重 构实 际是 一个 高通和 低通 滤波 的过 程 ，仍 在
一
定 程度 丢失 了原 始 图像 中的一 些边缘 信息 ，从 而使
发 了世 界 范 围 内对 多传 感 器 信 息 融 合研 究 的普 遍 关 注 【。 中作为 当代三 大成 像 系统 （ Ｊ其 Ｊ 雷达 成像 系统 、工 业 电视 成 像系统 、红外 成 像 系统 ） 一 的红 外成 像 系 之 统 中的相 关技术 研 究也很 广泛 和深 入ｌ。 ２ Ｊ
Ｘ Ｕ ａ— Ｋ ｉｙｕ， ＬＩＳｈ ａ ｇ— ｉ ｕ ｎ ｙ
（ｈ ｎ ｈ ｉ Ｓ ａ ｇ ａ ｒｔ ｉｅ ｓｔ， ｈ ｎ ｈ ｉ ０ １ ５ Ｃ ｉ ａ） Ｍａ ｉ ｍｅ Ｕｎ ｖ ｒ ｉ Ｓ ａ ｇ ａ ０ ３ ， ｈ ｎ ｉ ｙ ２
多模态图像融合算法的研究与实现
多模态图像融合算法的研究与实现在现实生活中，我们经常会遇到需要处理多模态图像的应用场景，例如医学影像、安防监控等。
然而，不同模态的图像往往具有不同的特征和表达方式，如何将它们有效地融合起来，使得最终的结果更加全面、准确，成为了一个研究热点。
本文将介绍多模态图像融合的基本原理、常见算法及其实现。
一、多模态图像融合的基本原理多模态图像融合是指利用多种图像数据源，采用合适的算法将它们融合为一幅图像，以达到更好的图像质量和信息完整性的处理方法。
具体来说，多模态图像融合的基本原理是：通过将不同来源的图像的信息融合到一起，来得到一个更全面、更准确、更易于观察和分析的图像。
这是因为，不同来源的图像往往有其自身的优点和局限性，融合起来可以互补其缺陷，提高图像的质量和准确度，使得我们能够更全面地了解事物。
二、多模态图像融合的常见算法1. 基于加权平均的融合算法基于加权平均的融合算法是较为基础的融合算法之一。
其基本原理是将来自不同模态的像素值按照不同的权重进行加权平均，得到最终的融合图像。
其中，不同模态图像的权重可以自行设置或根据实际应用场景进行优化。
该算法实现简单，但对图像的质量和准确性要求较高。
2. 基于小波变换的融合算法小波变换是一种用于图像处理和分析的重要方法。
基于小波变换的多模态图像融合算法首先将不同模态的图像分别进行小波变换，然后在小波域中进行加权融合，最后再进行逆小波变换得到最终的融合图像。
该算法适用于不同模态图像分辨率和特征尺度差异较大的情况，可以提高图像的清晰度和细节。
3. 基于深度学习的融合算法深度学习是一种能够自动学习特征表示的机器学习方法。
基于深度学习的多模态图像融合算法首先将不同模态的图像进行卷积神经网络训练，学习不同模态图像之间的语义关系，然后通过网络输出得到最终的融合图像。
该算法不仅能够提高融合图像的质量和准确性，还能够自动学习特征表示，实现端到端的图像融合任务。
三、多模态图像融合的实现多模态图像融合的实现，常采用图像处理工具包和编程语言来实现。
基于小波变换的数字图像融合研究
数 的表示 ， ｘＬ（ ） （） ， ｘ满足允许条件 ： Ｒ 且 （）
ｃ 』
＋ 。 ｏ
Ｖ＝ｐｎＯ —ｊ Ｊ （ｎ （１ｄ＝ ｏｓ ｛ ｘ ｝ ｔ ）ｔ Ｉｘ８ ａ （ｎ ， — 一 ） Ｔ
…多 分 辨 率 的定 义 町以 看 ｝ ＇ 何 的 闭 ｌ Ｉ所 ｛ 『 ｛ ∈Ｚ ｖ ：
通过 实验 比较 了
小 波 变换 在 数 字
种 像数据难 以满足 实际需求 。为 了对观测 目标有 ‘ 个更 全 面、 清晰 、 准确 的理解 和认识 ， 人们迫切 希望寻求 ‘ 种综 合
利 用 各 类 图 像 数 据 的 技术 方法 。 与单 源 图像 相 比 多源 图 像 融
，
式 中 的 ａ足伸 缩 系 数 ， 称 尺 度 冈 子 。ｂ为 移 ｒ， 又 ｘ称 为 由母 函数 （） 成 的 连 续 小波 ） ｘ生 数 ，
』式 中 【 足 （） Ｆ ｕｉ 变换和反变换， ｘ为基本 （ ） １ ） ｘ的 ｏ ｒ ｒ ｅ （） 小波函数或者小波母 函数 。 ｔｘ足够正则时， 当 ｌ） ， （ 例如： ｘ ∈Ｌ （） （ ） ２ ） Ｒ ｎＬ（ 时就足够 正则 ， Ｒ 允许条 件意 味着 小波 函数均值 为
５ — ６
一
应用 技 术茸 研 究
结果分析： ３中（） ） ） 平 硐 内壁 左 壁 的 幅 连 续 的展 开 ， ａ（ （ 是 ｂｃ 按 理 的结 合 将 使 信 、 图像 处 理进 入 史高 的层 次 。
参考文献：
［】 东健 ． 字 图像 处理 ［ ． １何 数 Ｍ】西安 ： 西安 电 子 科技 大 学 出 版社 ，０ ３ ２ ０
ｓ ｎｂｓｄ ｎｔｗ ｒ ｅｏ ｐ ｓｉ ， ｇ ｓ ｎ ａｅ ｎｗ ｖｌｔ ａ ｓ ｒ ａｉ ） ｎ ｅ ｄｒ ｈ ｌｏ ｉ Ｅ ｐｒ ｎａ ｒｓｌ ｏ ｉ ａｅ ｅ ｃ ｍ ｏｉｏ ｉ ｅｕｉ ｓｄｏ ａ ｅ ｎｆｍ ｔ ｎ ｏ ｆａ ｇ ｔ ｌ ｆ ｄｔ ｘ ｅ ｍｅｔｌｅｕｔｓ ｗ ｏ ｏ ｏ ｄ ｔ ｎ ｍａ ｆ ｏ ｂ ｅｔ ｒ ｏ ｏ ｌｔ ｎ ｉ ｗａ ａ ． ｉ ｓｈ
基于小波变换的实时图像融合技术的实现
Ｓ ｉｎ ｅ ， ｅ ｉｇ １ ０ ３ Ｃ ｉ ａ ｃｅ ｃ ｓ Ｂ ｉ ｎ ０ ０ ９， ｈｎ ） ｊ
李 剑 ，张覃平
（． １ 中科 院 光 电技术研 究所 ， 成都 ６ ０ ０ ； ． 国科 学 院 研究 生院 ，北京 １ ０ ３ ） １２９ ２ 中 ０ ０ ９
摘 要 ： 出 了一 种针 对 可 见 光 和 红 外 图像 实 时 融 合 的 系 统 。 该 系统 由 提 成 像和 图像 处 理 两 部分 组 成 。 其 中 ， 像 部 分 使 用 同 一 孔 径 以 减 少 视 成 差 效应 。 采 用 分光 器 以使 同 一光 路 光 分 别 在 红 外 和可 见 光 传 感 器 上 并 成 像 。 在 图 像处 理 部 分 。 先 对 两 路 图像 进 行 配 准 、 首 同步 处 理 。 后 在 然 Ｆ ＧＡ 内部 实 现 了一 种 基 于 小 波 分 析 的 图像 融 合 方 法 ， 现 了 对 两 路 Ｐ 实 视 频 图 像 实 时进 行 融 合 。 和 Ｍａｌｂ中双 精 度运 算 结 果 相 比 ， 系统 的 ｔ ａ 该 输 出结 果 可 达约 ４ ｄ ３ Ｂ的 信 嗓 比 。 足 实 际 的 工 程应 用 。 满 关 键 词 ：红 外 图像 ；图 像融 合 ；实 时 系统 中图 分类 号 ： Ｐ ９ Ｔ ３１ 文献 标 识 码 ： Ｂ
究 生 院 ，０５，１ ２０ ｌ．
［ ］Ｈａａｃ Ｍ ｉｇｓ ｎ ａｌ ｓ ｎｄｇａ ｉ ｇｓＪ ．Ｃｍｐｔ ８ ｒｌｋＲ Ｒ ｄｅ ｄｖｌｙ ｉｔ ｅ ［］ ｏ ｕ— ｉ ａ ｅ ｏ ｉｌｍａ
ｅ ｉｏ ｒｐ ｉ ｎ － ａｅＰｏｅｓ ｇ１８ ，２ １ ：８３ ． ｒＶｓ ｎＧ ａｈｃ ａｄＩ ｇ ｒｃｓｉ ，９ ３ ２ （）２ －９ ｉ ｓ ｍ ｎ
基于小波变换的多聚焦图像融合
张 琴
（ 北 第二 师范 学院 物 理与 电子 工程 系，武 汉 ４ ００ ） 湖 ３２５
摘要 ： 文提 出了一种新 的基 于小波变换 的融合 算法。此算 法简单 易行 ， 本 既保 留了图像 的边缘特性和 多聚焦 图像 的
对比度特性 ， 又有效地对 两幅 多聚焦 的图像 进行 了融合。通过 实验及 结果分析 ， 对这 些方 法保 留图像 的边缘特征 和
分解 ， 到不 同频 率的子 图像 。 得
波变换系数 的幅值 随着 分解层次 的变化提供 原始 图像 灰度 的 局部变化特性 ， 为不 同传感器图像融合提供了有利条件 。
２ 小 波 与小 波 变 换
定义在实直线 Ｉ ：（一 ， ） Ｒ： 上的可测函数，的空间
（Ｒ） 函数，满足 ：ｆＩ（） ｔ 。 ［ 空间 （ 的 内积 与 Ｉ ， － ｆ ｔ Ｉ ＜。 。４ ｄ 鹏）
和决策级 融合 。２ 【 小波变换 是一种崭新 的时域／ 频域 信号分析 工具 ， 它起 源
和经整 数 平移所生成的 函数族 ｛ “（） 。 ｔ ｝ 离散小波变换 （，）＝ ￡ ｚ 是关 于频率指标 ｋ ， ） （） ．
ｔ 是一 带通 函数 ， 它的小 波变 和平移指标 ｋ的函数 。小波 （）
换在频域方面的局部化作用 由． 『 调节 ， 时域方面 的局部 化作 在 用 由 ｋ调节 。信号经 小波变换后表 现为不 同子频带分 量之 和 ， 对原信号的局部 时 一频分析就 表现为对那 些描述 子频带 的时
域分量的分析 。反应低频 的局部 分析应表现于 反应低频 的子
频谱 特性 ， 没有 时 一 局部 化功 能。 频 Ｉ 小波分 析在 Ｆｕｅ 分 ３ ｏｒｒ ｉ
对数据处 理程 度的不 同 ， 得融合 系统 可在 不 同层 次上 对 多 使
（ 北 第二 师范 学院 物 理与 电子 工程 系，武 汉 ４ ００ ） 湖 ３２５
摘要 ： 文提 出了一种新 的基 于小波变换 的融合 算法。此算 法简单 易行 ， 本 既保 留了图像 的边缘特性和 多聚焦 图像 的
对比度特性 ， 又有效地对 两幅 多聚焦 的图像 进行 了融合。通过 实验及 结果分析 ， 对这 些方 法保 留图像 的边缘特征 和
分解 ， 到不 同频 率的子 图像 。 得
波变换系数 的幅值 随着 分解层次 的变化提供 原始 图像 灰度 的 局部变化特性 ， 为不 同传感器图像融合提供了有利条件 。
２ 小 波 与小 波 变 换
定义在实直线 Ｉ ：（一 ， ） Ｒ： 上的可测函数，的空间
（Ｒ） 函数，满足 ：ｆＩ（） ｔ 。 ［ 空间 （ 的 内积 与 Ｉ ， － ｆ ｔ Ｉ ＜。 。４ ｄ 鹏）
和决策级 融合 。２ 【 小波变换 是一种崭新 的时域／ 频域 信号分析 工具 ， 它起 源
和经整 数 平移所生成的 函数族 ｛ “（） 。 ｔ ｝ 离散小波变换 （，）＝ ￡ ｚ 是关 于频率指标 ｋ ， ） （） ．
ｔ 是一 带通 函数 ， 它的小 波变 和平移指标 ｋ的函数 。小波 （）
换在频域方面的局部化作用 由． 『 调节 ， 时域方面 的局部 化作 在 用 由 ｋ调节 。信号经 小波变换后表 现为不 同子频带分 量之 和 ， 对原信号的局部 时 一频分析就 表现为对那 些描述 子频带 的时
域分量的分析 。反应低频 的局部 分析应表现于 反应低频 的子
频谱 特性 ， 没有 时 一 局部 化功 能。 频 Ｉ 小波分 析在 Ｆｕｅ 分 ３ ｏｒｒ ｉ
对数据处 理程 度的不 同 ， 得融合 系统 可在 不 同层 次上 对 多 使
基于小波变换的雷达视频融合算法研究与实现
关键 词 ： 小波 变换 ； 里 叶 变换 ； 傅 图像 融合
中图分 类号 ：Ｎ ５ ．１ Ｔ ９ ７５
文献标 志码 ： Ａ
文章 编号 ：０ ９０ ０ （００ ０ － ６ －４ １０ －４ １ ２ １） １ ０ ７ ０ ０
Ｔ ｅ ｓｕ ｙ ａ ｄ ｉ ｌ ｍｅ ｔｔｏ ｆｒ ｄ ｒ ｖ ｄ ｏ ｆ ｓｏ ｌ ｏ ｉ ｍ ｈ ｔ ｄ ｎ ｍｐ ｅ ｎ ａ ｉｎ ｏ ａ ａ ｉ ｅ ｕ ｉ ｎ ａ ｇ ｒｔ ｈ
Ｋ ｅ ｗｏ ｄｓ：ｗａ ｅ ｅ ｒ ｎ ｆｒ ； Ｆ ｕ ｉ ｒｔａ ｓｏ ｍ ；ｉ ａ ｅ ｆ ｓｏ ｙ ｒ ｖ ｌｔｔａ ｓｏ ｍ ｏ ｒｅ ｒ ｎ ｆｒ ｍ ｇ ｕ ｉｎ
１ 引 言
近 年来 ， 多个 雷 达 视 频 同 时传 输 至 同一 终 端 进 行 显示 与数 据处 理在 硬 件技 术 与软件 技术 上 都 已能够 实 现 。 目前 ， 雷达 视频 的 显示 主要 还 是 简 单 的叠 加 显 多
傅里 叶变换 是 可逆 变 换 中 的一 种 ， 即逆 变 换 能 通
过 与正变 换 相 同的方 法从 信 号 的变换 表达 中完 全恢 复 出原 始信 号 。但 是 ， 里 叶 变换 的缺 陷在 于 时 域 与频 傅
域 的联系 因 为数 学 变 ቤተ መጻሕፍቲ ባይዱ 而 缺 失 。在 时 域 表示 中 ， 能 不
摘
要： 近年 来 ， 通过 多雷达视 频 的 融合 显示 来提 高显 示 效 果 已成 为 一 种趋 势 ， 中图像 融 合 其
技 术是 多雷达视 频 融合 显 示的基 础 。为 了提 高 目标检 测 的 分辨 率 ， 制 每 个 传 感 器 的检 测 噪 抑
声 ， 文介 绍 了一种 基 于 小波 变换 的 图像数 据 融合 方 法 ， 应 用到 雷达视 频 融合 显 示 中去 。 本 并
中图分 类号 ：Ｎ ５ ．１ Ｔ ９ ７５
文献标 志码 ： Ａ
文章 编号 ：０ ９０ ０ （００ ０ － ６ －４ １０ －４ １ ２ １） １ ０ ７ ０ ０
Ｔ ｅ ｓｕ ｙ ａ ｄ ｉ ｌ ｍｅ ｔｔｏ ｆｒ ｄ ｒ ｖ ｄ ｏ ｆ ｓｏ ｌ ｏ ｉ ｍ ｈ ｔ ｄ ｎ ｍｐ ｅ ｎ ａ ｉｎ ｏ ａ ａ ｉ ｅ ｕ ｉ ｎ ａ ｇ ｒｔ ｈ
Ｋ ｅ ｗｏ ｄｓ：ｗａ ｅ ｅ ｒ ｎ ｆｒ ； Ｆ ｕ ｉ ｒｔａ ｓｏ ｍ ；ｉ ａ ｅ ｆ ｓｏ ｙ ｒ ｖ ｌｔｔａ ｓｏ ｍ ｏ ｒｅ ｒ ｎ ｆｒ ｍ ｇ ｕ ｉｎ
１ 引 言
近 年来 ， 多个 雷 达 视 频 同 时传 输 至 同一 终 端 进 行 显示 与数 据处 理在 硬 件技 术 与软件 技术 上 都 已能够 实 现 。 目前 ， 雷达 视频 的 显示 主要 还 是 简 单 的叠 加 显 多
傅里 叶变换 是 可逆 变 换 中 的一 种 ， 即逆 变 换 能 通
过 与正变 换 相 同的方 法从 信 号 的变换 表达 中完 全恢 复 出原 始信 号 。但 是 ， 里 叶 变换 的缺 陷在 于 时 域 与频 傅
域 的联系 因 为数 学 变 ቤተ መጻሕፍቲ ባይዱ 而 缺 失 。在 时 域 表示 中 ， 能 不
摘
要： 近年 来 ， 通过 多雷达视 频 的 融合 显示 来提 高显 示 效 果 已成 为 一 种趋 势 ， 中图像 融 合 其
技 术是 多雷达视 频 融合 显 示的基 础 。为 了提 高 目标检 测 的 分辨 率 ， 制 每 个 传 感 器 的检 测 噪 抑
声 ， 文介 绍 了一种 基 于 小波 变换 的 图像数 据 融合 方 法 ， 应 用到 雷达视 频 融合 显 示 中去 。 本 并
基于小波变换的多传感器遥感影像融合
色变换 ， 离出强度 ， 色度 尺和饱和 度 ． 然后将高分辨 分 、 ｓ，
中一维 ＭＲ Ａ的尺度 函数为 （ ， ）其对应 的正交小波基为
（ 。 ）则对于 Ｌ （ ， Ｒ ）定义 （ ） Ｅ Ｚ是 Ｌ （ 的二 维 Ｒ ） 可分 ＭＲ 依据 张量积理 论 ， Ａ， 其相应 的 尺度 函数 为 （ ，
的融合效 果。
有较高的光谱 和空间分辨率 ， 提高 了图像的视觉 效果 、 图 像特征识别 的精度和分类精度 。
本文选 择 了某 地 区 的 ＳＯ Ｐ Ｔ全 色 （０ｍ分 辨率 ） １ 和 ＬｎｓｔＭ（０， － ａｄａ Ｔ ３ Ｗ 辨率 ） 光谱遥 感数 据 ， Ｊ 多 采用 ＩＳ融 合 Ｈ
Ｖｏ ． ２ Ｎｏ． １１ ８
Ａｕ ， ０ ６ ｇ． ２ ０
基 －ｘ ＇ Ｉ
多 传 感 － ｇ ｇ遥 感 影 像 融 合
熊明 清
（ 江西省 电力设计 院， 南昌 ３００ ） ３０６
［ 要］ 遥 感信 息融合是 遥 感数 据 处理 的 重要 研 究 内容 之 一。 在给 出小 波分 解 基 本模 型 的 摘 基础上 ，采用 Ｉ Ｓ融合 法 、 Ｈ 小波 变换 法对 Ｓ Ｏ Ｐ Ｔ全 色卫 星影 像数 据 和 Ｌ ｎｓｔＭ 多光 谱数 据进 ａ ｄａ Ｔ
法、 小波变换法对这两种数据进行 了融合 处理 ， 同时进行
设 （ ） Ｅ Ｚ是 已知的一维 ＭＲ （ Ａ 多分 辨率 分析） 其 ，
１ 遥 感 图像 融合 的理论与算法
１ １ ＩＬ 融 合法 ． ］Ｓ －
ＩＳ融合法在 多传 感器像 元融合方面应用较广 ， 早 Ｈ 最 由 Ｈ ｙａ ａｄｎ等人（９２ 提出。该 方法 是基于 ＩＳ色彩模 型 １８ ） Ｈ 的融 合变换方法 。ＩＳ色彩 变换 先将多 光谱影像 进行 彩 Ｈ
中一维 ＭＲ Ａ的尺度 函数为 （ ， ）其对应 的正交小波基为
（ 。 ）则对于 Ｌ （ ， Ｒ ）定义 （ ） Ｅ Ｚ是 Ｌ （ 的二 维 Ｒ ） 可分 ＭＲ 依据 张量积理 论 ， Ａ， 其相应 的 尺度 函数 为 （ ，
的融合效 果。
有较高的光谱 和空间分辨率 ， 提高 了图像的视觉 效果 、 图 像特征识别 的精度和分类精度 。
本文选 择 了某 地 区 的 ＳＯ Ｐ Ｔ全 色 （０ｍ分 辨率 ） １ 和 ＬｎｓｔＭ（０， － ａｄａ Ｔ ３ Ｗ 辨率 ） 光谱遥 感数 据 ， Ｊ 多 采用 ＩＳ融 合 Ｈ
Ｖｏ ． ２ Ｎｏ． １１ ８
Ａｕ ， ０ ６ ｇ． ２ ０
基 －ｘ ＇ Ｉ
多 传 感 － ｇ ｇ遥 感 影 像 融 合
熊明 清
（ 江西省 电力设计 院， 南昌 ３００ ） ３０６
［ 要］ 遥 感信 息融合是 遥 感数 据 处理 的 重要 研 究 内容 之 一。 在给 出小 波分 解 基 本模 型 的 摘 基础上 ，采用 Ｉ Ｓ融合 法 、 Ｈ 小波 变换 法对 Ｓ Ｏ Ｐ Ｔ全 色卫 星影 像数 据 和 Ｌ ｎｓｔＭ 多光 谱数 据进 ａ ｄａ Ｔ
法、 小波变换法对这两种数据进行 了融合 处理 ， 同时进行
设 （ ） Ｅ Ｚ是 已知的一维 ＭＲ （ Ａ 多分 辨率 分析） 其 ，
１ 遥 感 图像 融合 的理论与算法
１ １ ＩＬ 融 合法 ． ］Ｓ －
ＩＳ融合法在 多传 感器像 元融合方面应用较广 ， 早 Ｈ 最 由 Ｈ ｙａ ａｄｎ等人（９２ 提出。该 方法 是基于 ＩＳ色彩模 型 １８ ） Ｈ 的融 合变换方法 。ＩＳ色彩 变换 先将多 光谱影像 进行 彩 Ｈ
小波变换在图像融合技术中的应用及探考
２ １ 二维 Ｍａ ａ 小波 变换 算法 ． Ｈｔ 小 波变换 是 一种新 的数 学工具 ， 它在 时间域 和频率 域上 同时具 有 良好
的局 部化性 质 ， 图像经过 小波 分解后 ， 以将原始 图像 分解 成 低 频 图像 和 高频 图像 ， 频 图像 还 可 以逐级 分 可 低
解， 分解的各子图像都包含着原始图像的空间结构信息． 高频图像变化较剧烈 ， 包含了原始图像 的边缘信息． ‘Ｍａ ａ 在 Ｂ ｔ和 Ａ ｅ ｏ ｌｔ ｌ ｕｔ ｄｌ ｎ的塔 型 图像分 解 与重构 算法 的启 发 下 ， 出 了小波 变换 的 Ｍａ ａ 快 速 算 法 ． ｓ 提 ｌｔ ｌ
１ 图像 融合 概 念
图像融合 是指将 两 幅（ 或两 幅 以上 ） 自不 同成像设 备或 不 同时 刻获 取 的 图像 进 行配 准后 ， 用某 种 算 来 采 法 ， 各个 图像 的优点或 互补性 有机 结合 起来 ， 得信 息量更 丰 富 的新 图像 的技 术 ． 把 获
２ 基 于 小 波 变换 的 图像 融合 方 法
（） ４ 对融合 分解 图像进行 小波 重构 得 到融合 图像 ． ２ ３ 仿真 实验及 结果分 析 ． 图 １２分别 为 Ｃ ＭＲ 源 图像 ， 用 以上方 法并借 助 ＭＡ Ｌ Ｂ小波 工具 箱 、 Ｔ、 Ｉ 采 ＴＡ
对 Ｃ ＭＲ 图像进行 融合 ， Ｔ、 Ｉ 获得 图 ３所 示 融合 图像 ．
第 ｌ ５卷
第 ５期
琼州学院学报
Ｊｕｎｌ ｆ ｉｎｚｏ ｎ ｅｓｙ ｏｒａ ｏ ｏｇｈｕＵ ｉ ｒｉ Ｑ ｖ ｔ
２０ ０ ８年 １ ０月 ２ ８日
Ｏｃ ＿ ８ ２ ｏ 【２ ． ０ ８
Ｖ０．１ Ｎｏ． １ ５ ５
小 波 变换 在 图像 融合 技 术 中 的 应 用 及探 考
的局 部化性 质 ， 图像经过 小波 分解后 ， 以将原始 图像 分解 成 低 频 图像 和 高频 图像 ， 频 图像 还 可 以逐级 分 可 低
解， 分解的各子图像都包含着原始图像的空间结构信息． 高频图像变化较剧烈 ， 包含了原始图像 的边缘信息． ‘Ｍａ ａ 在 Ｂ ｔ和 Ａ ｅ ｏ ｌｔ ｌ ｕｔ ｄｌ ｎ的塔 型 图像分 解 与重构 算法 的启 发 下 ， 出 了小波 变换 的 Ｍａ ａ 快 速 算 法 ． ｓ 提 ｌｔ ｌ
１ 图像 融合 概 念
图像融合 是指将 两 幅（ 或两 幅 以上 ） 自不 同成像设 备或 不 同时 刻获 取 的 图像 进 行配 准后 ， 用某 种 算 来 采 法 ， 各个 图像 的优点或 互补性 有机 结合 起来 ， 得信 息量更 丰 富 的新 图像 的技 术 ． 把 获
２ 基 于 小 波 变换 的 图像 融合 方 法
（） ４ 对融合 分解 图像进行 小波 重构 得 到融合 图像 ． ２ ３ 仿真 实验及 结果分 析 ． 图 １２分别 为 Ｃ ＭＲ 源 图像 ， 用 以上方 法并借 助 ＭＡ Ｌ Ｂ小波 工具 箱 、 Ｔ、 Ｉ 采 ＴＡ
对 Ｃ ＭＲ 图像进行 融合 ， Ｔ、 Ｉ 获得 图 ３所 示 融合 图像 ．
第 ｌ ５卷
第 ５期
琼州学院学报
Ｊｕｎｌ ｆ ｉｎｚｏ ｎ ｅｓｙ ｏｒａ ｏ ｏｇｈｕＵ ｉ ｒｉ Ｑ ｖ ｔ
２０ ０ ８年 １ ０月 ２ ８日
Ｏｃ ＿ ８ ２ ｏ 【２ ． ０ ８
Ｖ０．１ Ｎｏ． １ ５ ５
小 波 变换 在 图像 融合 技 术 中 的 应 用 及探 考